基于CC2430的Zigbee无线通信设计

本文介绍了一种以PIC16系列单片机为控制器,基于无线收发芯片CC2430的通信模块.对其工作原理和工作方式进行了分析,给出了设计思路和硬件电路.     

基于CC2430的ZigBee温度采集传输软件设计

本文针对ZigBee技术的发展现状、规范及其优势,提出了协调器节点及传感器节点的硬件和软件设计方法。实现了利用基于CC2430的ZigBee技术完成温度采集传输软件的设计。     

基于CC2430的车辆无线引导仿真系统设计

本文基于宝贝车机器人，应用无线射频芯片CC2430及Zigbee通讯协议，设计实现了由先导机器人对跟随机器人的实时引导仿真系统。实物模拟了车辆编队自动驾驶，对车辆编队行驶的控制与引导方式进行了初步的探索。     

基于CC2430的无线数据安全传输

无线网络安全是无线通信中的重要问题,也是连网嵌入式系统沉重的负担,但基于IEEE802.15.4标准的Zigbee无线通信单片机CC2430,内置了高级加密标准AES协处理器,方便了应用和设计.本文介绍了Zigbee的网络安全模型及高级加密标准AES,分析了CC2430的AES协处理器的编程接口,描述了AES各种模式下的信息处理过程,重点给出了CCM模式下的Zigbee网络认证的实现细节.     

基于MESH网和CC2430芯片的ZIGBEE抄表系统硬件概述

本文分析了MESH网络和CC2430芯片的特点,确立了以MESH网络为基础的系统网络拓扑结构,并采用CC2430芯片设计硬件节点,通过ZIGBEE自动抄表系统结构图和工作流程图的设计,最终建立一个基于MESH网和CC2430芯片的ZIGBEE抄表系统.     

基于CC2430芯片的动物机器人遥控导航系统

提出一种基于CC2430芯片的动物机器人遥控导航系统,该系统分手持控制器和机器人节点2部分,手持控制器由有机发光二极管(OLED)显示器、键盘模块、CC2430芯片及电源模块组成,机器人节点由刺激模块、CC2430芯片和电源模块等组成.该系统采用点对点通信模式,利用循环冗余码(CRC)校验和地址识别功能,能有效地保障通...     

基于自适应小波基的刀具磨损检测

通过刀具磨损特征向量的定义和提取,建立了奇异性指数和刀具磨损的对应关系,并利用小波变换对切削力信号进行分析,实现了刀具的磨损检测。     

基于自适应小波基的刀具磨损检测

通过刀具磨损特征向量的定义和提取,建立了奇异性指数和刀具磨损的对应关系,并利用小波变换对切削力信号进行分析,实现了刀具的磨损检测.     

基于模糊支持向量机的刀具磨损检测

提出一种基于模糊支持向量机(FSVM)的切削过程中刀具磨损检测方法,对切削加工过程中的刀具磨损状态进行诊断与预测。提取切削加工过程中刀杆的振动信号和切削刀具的切削力信号,对其进行分帧处理,提取FFT特征量,对该特征向量进行模糊支持向量机的学习和训练。实验结果表明,该方法能够充分发挥模糊支持向量机的权系数作用,有效检测切削过程刀具的磨损程度,与同类识别方法的识别结果相比较,具有一定的优越性。     

基于模糊神经网络的刀具磨损识别

为了实现刀具磨损状态的自动识别，采用机床功率法进行了刀具自然磨损和不同切削参数（切削速度、进给量和切削深度）对功率信号影响的实验。在此基础上，建立了功率信号的时序AR模型。在提取作为刀具磨损特征量的AR模型参数时，考虑了切削用量对模型参数的影响，提出了特征量选取的准则，使所提取的特征量更加实用化，通过具体自学习和良好函数逼近能力的神经网络获得了特征量对刀具状态的隶属函数，并利用模糊神经网Fuzzy ART实现了刀具磨损状态的自动识别，识别正确率为95%，说明所提出的方法是有效可行的。     

基于机器视觉的刀具磨损检测技术

针对当前国内外刀具磨损检测的缺点和存在的问题,设计了基于机器视觉的刀具磨损检测方案,分析了刀具磨损检测的原理和识别过程,并结合图像处理的方法,采用自适应中值滤波对刀具图像进行平滑去噪,进一步得到刀具的二值化图像,再采用Canny边缘检测技术提取刀具轮廓信息.最后提出基于人工神经网络的刀具磨损检测算法.     

基于模糊支持向量机的刀具磨损检测

提出一种基于模糊支持向量机(FSVM)的切削过程中刀具磨损检测方法,对切削加工过程中的刀具磨损状态进行诊断与预测。提取切削加工过程中刀杆的振动信号和切削刀具的切削力信号,对其进行分帧处理,提取FFT特征量,对该特征向量进行模糊支持向量机的学习和训练。实验结果表明,该方法能够充分发挥模糊支持向量机的权系数作用,有效检测切削过程刀具的磨损程度,与同类识别方法的识别结果相比较,具有一定的优越性。     

刀具磨损的在线监测

在自动化加工中,为了保证加工系统工作的可靠性和产品质量,必须实现刀具磨损的在线监测。本文综述了现有的监测刀具磨损的方法,并对利用切削力、噪声发射、振动和电机功率的变化信号监测刀具磨损的方法作了较详细的介绍。     

天然单晶金刚石刀具的磨损

对金刚石刀具的磨损和晶向选择问题进行了试验观察和理论分析。结果表明：金刚石石刀具的磨损形态主要有前刀面月牙注磨损、后刀面边界沟槽磨损、刀刃附近的光滑磨损带及刀刃处的微小劈裂磨损。     

刀具磨损检测的图像处理技术研究

针对传统刀具磨损检测的缺点,本文结合图像处理的方法设计了检测刀具磨损的方案。本文通过对硬质合金刀具后刀面磨损图像特征的分析,研究和设计了一套检测磨损的算法,并开发了相关检测软件,相比刀具磨损状态检测的其它方法,本方法具有简单快捷、无接触、无磨损,判断精度高等优点。     

超高速铣削刀具的磨损机理

应用有限元法分析了超高速铣削刀具刀齿的受力和应力，并分析了超高速铣削刀具的热传导特点，根据刀具的受力和热作用分析表明，超高速铣削时最大主应力产生在刀具内周边处，且刀齿的受热过程为一个持续时间极短的热脉冲过程。在此基础上，讨论了超高速铣削刀具的磨损形式和过程．刀具的磨损形式主要有由机械摩擦引起的磨粒磨损、热脉冲应力和力脉冲应力引起的疲劳断裂及粘结磨损，并在刀齿根部产生最终断裂。     

一种基于模式识别的刀具磨损监测方法

将刀具磨损状态的在线监测作为模式识别中的两类模式分类问题,从切削振动信号中抽取特征向量;根据投影原理构造了最佳特征平面.在此基础上提出了一种具有自学习功能的G(D)判别函数,对车削试验的磨损状态进行分类,确诊率达95％,漏诊率小于0.6％,判别时间少于15s,适用于在线监测。     

从摩擦学金属切削刀具磨损

本文应用摩擦学原理分析刀具磨损的特点、形式、原因和规律,并提出改善刀具磨损的途径。     

刀具磨损的人工神经网络估计

难以对刀具磨损进行较准确的监测与界定是目前国内外自动化加工中一个急待解决的课题。本文利用优化理论对ＢＰ网络的缺陷进行了分析，提出动态步长法等优化方法，并结合选择了对刀具状态较敏感而对加工条件变化稳定性的相对切削力比值作为特征量，将其方向用于刀具磨损量的估计，实验证明，采用的方法是正确的、有效的、可行的，可以广泛应用于工程技术领域。     

高速切削刀具磨损研究

随着科学技术的飞速发展,高速切削也得到了更为广泛的应用。本文首先介绍了高速切削刀具的磨损形态,然后阐述了陶瓷刀具、立方氮化硼刀具、金刚石刀具、金属陶瓷刀具和涂层刀具的磨损机理,最后探讨了高速切削加工铸铁、淬硬钢时的磨损寿命。